CN111754121A - 任务分配的方法、装置、设备以及存储介质 - Google Patents
任务分配的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN111754121A CN111754121A CN202010599180.5A CN202010599180A CN111754121A CN 111754121 A CN111754121 A CN 111754121A CN 202010599180 A CN202010599180 A CN 202010599180A CN 111754121 A CN111754121 A CN 111754121A
- Authority
- CN
- China
- Prior art keywords
- task
- target
- employees
- employee
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000000605 extraction Methods 0.000 claims abstract description 28
- 230000015654 memory Effects 0.000 claims description 19
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了任务分配的方法、装置、设备以及存储介质,涉及人工智能、智能搜索、信息流等领域。具体实现方案为:对接收到的任务进行特征提取,得到任务的特征;根据特征与员工的匹配关系,确定与特征具有匹配关系的目标员工;将任务分配给目标员工。根据本申请的技术,可以利用预先建立的特征和目标员工的匹配关系,根据从任务中提取出的特征匹配出目标员工。克服了现有技术中需要人工分配任务的弊端,提高了任务分配的效率。
Description
技术领域
本申请涉及数据处理领域,尤其涉及人工智能、智能搜索、信息流等领域。
背景技术
在相关方案中,任务的分配是通过人与人不断的沟通获取到相关接口人,采用人工分配的方式实现的。相关方案无法做到自动化匹配和分配任务,不利于企业跨团队成员协作。尤其对于成员离职的情况,更是难以获知对接人。
发明内容
本申请提供了一种任务分配的方法、装置、设备以及存储介质。
根据本申请的一方面,提供了一种任务分配的方法,包括以下步骤:
对接收到的任务进行特征提取,得到任务的特征;
根据特征与员工的匹配关系,确定与特征具有匹配关系的目标员工;
将任务分配给目标员工。
根据本申请的另一方面,提供了一种任务分配的装置,包括以下组件:
任务特征提取模块,用于对接收到的任务进行特征提取,得到任务的特征;
目标员工确定模块,用于根据特征与员工的匹配关系,确定与特征具有匹配关系的目标员工;
任务分配模块,用于将任务分配给目标员工。
根据本申请的第三方面,本申请实施例提供一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请任意一项实施例所提供的方法。
根据本申请的第四方面,本申请实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行本申请任意一项实施例所提供的方法。
根据本申请的技术,可以利用预先建立的特征和目标员工的匹配关系,根据从任务中提取出的特征匹配出目标员工。克服了现有技术中需要人工分配任务的弊端,提高了任务匹配和分配的效率。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的任务分配的方法的流程图;
图2是根据本申请第一实施例的确定目标员工的流程图;
图3是根据本申请第二实施例的任务分配的装置的示意图;
图4是根据本申请第二实施例的目标员工确定模块的示意图;
图5是用来实现本申请实施例的任务分配的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图1所示,本申请提供一种任务分配的方法,包括以下步骤:
S101:对接收到的任务进行特征提取,得到任务的特征;
S102:根据特征与员工的匹配关系,确定与特征具有匹配关系的目标员工;
S103:将任务分配给目标员工。
在本申请实施例中,任务可以包括对于不同工作的描述信息。工作可以是会议、项目或产品等。例如,在企业中,可以对将客户委托的一项任务确定为是一个项目。另外,企业还可以以推出的产品为一个任务,产品可以包括实体产品或虚拟产品等。
以会议为例,会议对应的任务可以是会议的时间、参会人员要求和会议的主题等,例如,与会议对应的任务可以是“下午2点在第一会议室开第一部门的月度例会”。
以工作为处理客户的投诉或建议为例,任务可以是客户对于其投诉或建议的描述。例如,可以是“第XX批次的型号为XXX的产品出现了XXX故障”。
在本申请实施例中,可以利用自然语言处理(NLP,Natural LanguageProcessing)技术提取任务的特征。或者,还可以采用预先训练的特征提取模型对任务进行特征提取。
以前述会议对应的任务为例,提取出的特征可以包括“第一部门”和“月度例会”等。以前述客户反馈问题对应的任务为例,提取出的特征可以包括与批次、型号和故障相关的内容。
根据特征与员工的匹配关系,确定出与特征具有匹配关系的目标员工。员工信息可以是预先采集的,例如可以预先录入所有员工的信息,员工的信息可以包括员工的标识(姓名、工号)、工龄、职级、以及当前工作内容以及过往工作内容等。
建立匹配关系的依据可以是根据员工信息的词向量与特征的词向量之间的相似度。例如,员工张三的信息为:张三、工号10000、所在部门为第一部门、工龄5年、职级为业务主管、当前从事通信软件研发,参与过XX版本的通信软件的研发和后期维护等工作。
例如当接收到“下午2点在第一会议室开第一部门的月度例会”的任务时,提取出的特征包括“第一部门”。由于员工张三的信息中也包括第一部门,因此基于任务的特征中包括“第一部门”,可以将员工张三列为与特征“第一部门”相匹配的目标员工。
基于上述匹配关系,可以将上述“下午2点在第一会议室开第一部门的月度例会”的任务发送给与员工张三。
又如,当接收到“第XX批次的型号为XXX的产品出现了XXX故障”的任务时,可以根据提取出的批次、型号和故障等特征,将上述任务信息发送给参与过上述产品研发或后期维护的相关工作人员。
通过上述方案,可以利用预先建立的特征和目标员工的匹配关系,根据从任务中提取出的特征匹配出目标员工。克服了现有技术中需要人工分配任务的弊端,提高了任务分配的效率。
如图2所示,在本申请的一种实施方式中,步骤S102可以包括以下步骤:
S1021:根据匹配关系,确定与特征具有匹配关系的至少一位候选员工;
S1022:对候选员工进行排序,根据排序结果,保留预定数量的候选员工作为目标员工。
在根据匹配关系得到与特征匹配的候选员工包括多位的情况下,可以对候选员工进行排序,以实现对候选员工的筛选。
排序的方式可以采用预定规则。例如,预定规则可以是根据候选员工的信息进行排序。候选员工的信息可以包括候选员工的职位、工龄、当前工作的饱和度等。或者,还可以根据候选员工与特征的相关度进行排序。例如,可以从候选员工的信息中提取候选员工的过往工作经历。
将候选员工的过往工作经历与特征进行相似度计算。相似度计算可以是基于工作经历的词向量与特征进行编码后进行相似度计算。计算方式可以包括相似度模型、编辑距离等,在此不进行限定。
可以综合考虑候选员工的上述多种信息,对候选员工进行排序。根据排序结果,保留预定数量的候选员工作为目标员工。例如,可以是排序第一的候选员工作为目标员工,也可以是排序前三的候选员工作为目标员工等。
通过上述方案,在具有多维候选员工的情况下,可以对多位候选员工进行排序,从而选择出与特征更为适合的员工。一方面可以进行任务的准确分配,另一方面可以避免同时对多位候选同时进行任务干扰。
在一种实施方式中,对候选员工进行排序的方式包括:
根据候选员工的职位、工龄、当前工作的饱和度和/或候选员工与特征的相关度中的至少一项进行排序。
对于工龄、工作饱和度、相关度等可以通过数据量化的信息,可以进行归一化处理,从而以数据大小作为衡量标准。
对于职位等文字信息,可以进行编码处理,转换为可以计算的词向量,从而以词向量作为衡量标准。例如,职位高的员工在职位排序中高于职位低的员工。
另外,还可以对候选员工的上述信息分配权重。计算各项信息的权重和,依据权重和对候选员工进行排序。
通过上述方案综合考虑各候选员工的不同信息,基于不同信息对候选员工进行排序,实现候选员工的准确筛选。
在一种实施方式中,步骤S101包括:
将接收到的任务输入预先训练的特征提取模型,得到任务的特征;
特征提取模型是利用任务样本和特征样本训练得到的。
特征提取模型可以预先采用任务样本和特征样本进行训练。训练过程中,特征提取模型根据任务样本得到特征的预测值。利用特征的预测值和特征样本之间的差值对特征提取模型中的参数进行训练,直至特征的预测值和特征样本之间的差值在允许范围内。
进一步的,对于不同行业或者是相同行业的不同企业,可以采用不同的任务样本和与之对应的特征样本对特征提取模型进行训练。例如互联网行业可根据行业特性,采用与互联网相关的任务样本和特征样本。而餐饮行业可以采用与餐饮相关的任务样本和特征样本。
通过上述方案,可以利用特征提取模型,从任务中提取出特征。基于不同的训练样本,可以使特征提取模型提取出的特征更为准确。
在一种实施方式中,在接收到的任务为多个的情况下,还包括:
建立各个任务与任务的特征的对应关系;
将任务分配给目标员工,包括:
根据匹配关系以及对应关系,将与目标员工匹配的特征所对应的任务分配给目标员工。
对于同时接收到多个任务的情况,可以对多个任务中的每个任务分配一标识。对于从任务中提取出的特征,可以通过分配相同标识的方式建立与任务的对应关系。
在根据匹配关系确定出目标员工后,可以基于特征的标识将与特征相对应的任务分配给目标员工。
通过上述方案,即使在有多个任务的情况下,也可以分别对多个任务中的每个任务进行处理,将每个任务分配给对应的目标员工。
如图3所示,本申请提供一种任务分配的装置,包括以下组件:
任务特征提取模块301,用于对接收到的任务进行特征提取,得到任务的特征;
目标员工确定模块302,用于根据特征与员工的匹配关系,确定与特征具有匹配关系的目标员工;
任务分配模块303,用于将任务分配给目标员工。
如图4所示,在本申请的一种实施方式中,目标员工确定模块302,包括:
候选员工确定子模块3021,用于根据匹配关系,确定与特征具有匹配关系的至少一位候选员工;
目标员工确定执行子模块3022,用于对候选员工进行排序,根据排序结果,保留预定数量的候选员工作为目标员工。
在一种实施方式中,对候选员工进行排序的方式包括:
根据候选员工的职位、工龄、当前工作的饱和度和/或候选员工与特征的相关度中的至少一项进行排序。
在一种实施方式中,任务特征提取模块301具体包括:
将接收到的任务输入预先训练的特征提取模型,得到任务的特征;
特征提取模型是利用任务样本和特征样本训练得到的。
在一种实施方式中,在接收到的任务为多个的情况下,还包括:
对应关系建立模块304,用于建立各个任务与任务的特征的对应关系;
任务分配模块303,具体用于根据匹配关系以及对应关系,将与目标员工匹配的特征所对应的任务分配给目标员工。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的任务分配的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器510、存储器520,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器510为例。
存储器520即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的任务分配的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的任务分配的方法。
存储器520作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的任务分配的方法对应的程序指令/模块(例如,附图3所示的任务特征提取模块301、目标员工确定模块302和任务分配模块303)。处理器510通过运行存储在存储器520中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的任务分配的方法。
存储器520可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据任务分配的方法的电子设备的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器520可选包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至任务分配的方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
任务分配的方法的电子设备还可以包括:输入装置530和输出装置540。处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置530可接收输入的数字或字符信息,以及产生与任务分配的方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置540可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种任务分配的方法,包括:
对接收到的任务进行特征提取,得到所述任务的特征;
根据特征与员工的匹配关系,确定与所述特征具有匹配关系的目标员工;
将所述任务分配给所述目标员工。
2.根据权利要求1所述的方法,其中,所述根据特征与员工的匹配关系,确定与所述特征具有匹配关系的目标员工,包括;
根据所述匹配关系,确定与所述特征具有匹配关系的至少一位候选员工;
对所述候选员工进行排序,根据排序结果,保留预定数量的候选员工作为目标员工。
3.根据权利要求2所述的方法,所述对所述候选员工进行排序的方式包括:
根据所述候选员工的职位、工龄、当前工作的饱和度和/或所述候选员工与所述特征的相关度中的至少一项进行排序。
4.根据权利要求1至3任一所述的方法,其中,所述对接收的到任务进行特征提取,得到所述任务的特征,包括:
将所述接收到的任务输入预先训练的特征提取模型,得到所述任务的特征;
所述特征提取模型是利用任务样本和特征样本训练得到的。
5.根据权利要求1至3任一所述的方法,其中,在所述接收到的任务为多个的情况下,还包括:
建立各个任务与所述任务的特征的对应关系;
所述将所述任务分配给所述目标员工,包括:
根据所述匹配关系以及所述对应关系,将与所述目标员工匹配的特征所对应的任务分配给所述目标员工。
6.一种任务分配的装置,包括:
任务特征提取模块,用于对接收到的任务进行特征提取,得到所述任务的特征;
目标员工确定模块,用于根据特征与员工的匹配关系,确定与所述特征具有匹配关系的目标员工;
任务分配模块,用于将所述任务分配给所述目标员工。
7.根据权利要求6所述的装置,其中,所述目标员工确定模块,包括:
候选员工确定子模块,用于根据所述匹配关系,确定与所述特征具有匹配关系的至少一位候选员工;
目标员工确定执行子模块,用于对所述候选员工进行排序,根据排序结果,保留预定数量的候选员工作为目标员工。
8.根据权利要求7所述的装置,其中,所述对所述候选员工进行排序的方式包括:
根据所述候选员工的职位、工龄、当前工作的饱和度和/或所述候选员工与所述特征的相关度中的至少一项进行排序。
9.根据权利要求6至8任一所述的装置,其中,所述任务特征提取模块具体包括:
将所述接收到的任务输入预先训练的特征提取模型,得到所述任务的特征;
所述特征提取模型是利用任务样本和特征样本训练得到的。
10.根据权利要求6至8任一所述的装置,其中,在所述接收到的任务为多个的情况下,还包括:
对应关系建立模块,用于建立各个任务与所述任务的特征的对应关系;
所述任务分配模块,具体用于根据所述匹配关系以及所述对应关系,将与所述目标员工匹配的特征所对应的任务分配给所述目标员工。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010599180.5A CN111754121B (zh) | 2020-06-28 | 2020-06-28 | 任务分配的方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010599180.5A CN111754121B (zh) | 2020-06-28 | 2020-06-28 | 任务分配的方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111754121A true CN111754121A (zh) | 2020-10-09 |
CN111754121B CN111754121B (zh) | 2024-02-06 |
Family
ID=72677841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010599180.5A Active CN111754121B (zh) | 2020-06-28 | 2020-06-28 | 任务分配的方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111754121B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184050A (zh) * | 2020-10-13 | 2021-01-05 | 深圳壹账通智能科技有限公司 | 任务分发方法、装置、电子设备及存储介质 |
CN112308401A (zh) * | 2020-10-29 | 2021-02-02 | 多点(深圳)数字科技有限公司 | 任务分配方法、装置、计算机设备和可读存储介质 |
CN113869596A (zh) * | 2021-10-12 | 2021-12-31 | 北京房江湖科技有限公司 | 任务预测处理方法、设备、产品和介质 |
CN114091941A (zh) * | 2021-11-26 | 2022-02-25 | 中国建设银行股份有限公司 | 任务分配方法、装置、电子设备及存储介质 |
CN114139942A (zh) * | 2021-11-30 | 2022-03-04 | 陕西神延煤炭有限责任公司 | 一种任务分配方法、系统、电子设备及存储介质 |
WO2023029018A1 (en) * | 2021-09-04 | 2023-03-09 | Citrix Systems, Inc. | Task assignment artifical intelligence |
US11620472B2 (en) | 2020-04-23 | 2023-04-04 | Citrix Systems, Inc. | Unified people connector |
CN117196237A (zh) * | 2023-09-19 | 2023-12-08 | 武汉盟游网络科技有限公司 | 一种基于云计算的信息管理方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599214A (zh) * | 2016-12-16 | 2017-04-26 | 四川长虹电器股份有限公司 | 基于企业组织构架进行任务分配的方法 |
US20180018562A1 (en) * | 2016-07-14 | 2018-01-18 | Cside Japan Inc. | Platform for providing task based on deep learning |
CN109919417A (zh) * | 2019-01-18 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 金融系统的任务分配方法及装置、电子设备、存储介质 |
CN109978356A (zh) * | 2019-03-15 | 2019-07-05 | 平安普惠企业管理有限公司 | 标注任务分配方法、装置、介质和计算机设备 |
CN110163474A (zh) * | 2019-04-12 | 2019-08-23 | 平安普惠企业管理有限公司 | 一种任务分配的方法及设备 |
CN110310023A (zh) * | 2019-06-18 | 2019-10-08 | 平安普惠企业管理有限公司 | 一种项目调度方法、设备、服务器及计算机可读存储介质 |
CN110766269A (zh) * | 2019-09-02 | 2020-02-07 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
CN110930017A (zh) * | 2019-11-19 | 2020-03-27 | 网易(杭州)网络有限公司 | 数据处理的方法及装置 |
CN110991846A (zh) * | 2019-11-25 | 2020-04-10 | 深圳市北斗智能科技有限公司 | 服务人员任务分配方法、装置、设备及存储介质 |
-
2020
- 2020-06-28 CN CN202010599180.5A patent/CN111754121B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180018562A1 (en) * | 2016-07-14 | 2018-01-18 | Cside Japan Inc. | Platform for providing task based on deep learning |
CN106599214A (zh) * | 2016-12-16 | 2017-04-26 | 四川长虹电器股份有限公司 | 基于企业组织构架进行任务分配的方法 |
CN109919417A (zh) * | 2019-01-18 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 金融系统的任务分配方法及装置、电子设备、存储介质 |
CN109978356A (zh) * | 2019-03-15 | 2019-07-05 | 平安普惠企业管理有限公司 | 标注任务分配方法、装置、介质和计算机设备 |
CN110163474A (zh) * | 2019-04-12 | 2019-08-23 | 平安普惠企业管理有限公司 | 一种任务分配的方法及设备 |
CN110310023A (zh) * | 2019-06-18 | 2019-10-08 | 平安普惠企业管理有限公司 | 一种项目调度方法、设备、服务器及计算机可读存储介质 |
CN110766269A (zh) * | 2019-09-02 | 2020-02-07 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
CN110930017A (zh) * | 2019-11-19 | 2020-03-27 | 网易(杭州)网络有限公司 | 数据处理的方法及装置 |
CN110991846A (zh) * | 2019-11-25 | 2020-04-10 | 深圳市北斗智能科技有限公司 | 服务人员任务分配方法、装置、设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11620472B2 (en) | 2020-04-23 | 2023-04-04 | Citrix Systems, Inc. | Unified people connector |
CN112184050A (zh) * | 2020-10-13 | 2021-01-05 | 深圳壹账通智能科技有限公司 | 任务分发方法、装置、电子设备及存储介质 |
CN112308401A (zh) * | 2020-10-29 | 2021-02-02 | 多点(深圳)数字科技有限公司 | 任务分配方法、装置、计算机设备和可读存储介质 |
WO2023029018A1 (en) * | 2021-09-04 | 2023-03-09 | Citrix Systems, Inc. | Task assignment artifical intelligence |
CN113869596A (zh) * | 2021-10-12 | 2021-12-31 | 北京房江湖科技有限公司 | 任务预测处理方法、设备、产品和介质 |
CN114091941A (zh) * | 2021-11-26 | 2022-02-25 | 中国建设银行股份有限公司 | 任务分配方法、装置、电子设备及存储介质 |
CN114139942A (zh) * | 2021-11-30 | 2022-03-04 | 陕西神延煤炭有限责任公司 | 一种任务分配方法、系统、电子设备及存储介质 |
CN117196237A (zh) * | 2023-09-19 | 2023-12-08 | 武汉盟游网络科技有限公司 | 一种基于云计算的信息管理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111754121B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111754121A (zh) | 任务分配的方法、装置、设备以及存储介质 | |
US10725827B2 (en) | Artificial intelligence based virtual automated assistance | |
CN111507104B (zh) | 建立标签标注模型的方法、装置、电子设备和可读存储介质 | |
US11282005B2 (en) | Selecting a plurality of individuals and AI agents to accomplish a task | |
US20110295634A1 (en) | System and Method for Dynamic Optimal Resource Constraint Mapping in Business Process Models | |
CN112036509A (zh) | 用于训练图像识别模型的方法和装置 | |
JPWO2013128555A1 (ja) | タスク管理方法及びタスク管理装置 | |
CN111680517A (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
CN112559870A (zh) | 多模型融合方法、装置、电子设备和存储介质 | |
US10289979B2 (en) | Greeting agent for meeting introductions | |
CN112989023A (zh) | 标签推荐方法、装置、设备、存储介质及计算机程序产品 | |
CN110717340A (zh) | 推荐方法、装置、电子设备及存储介质 | |
CN108229768A (zh) | 飞机检修任务排班系统 | |
CN112270533A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
CN114519493A (zh) | 应急预案生成方法、装置、存储介质及电子设备 | |
CN112329453A (zh) | 样本章节的生成方法、装置、设备以及存储介质 | |
CN112016326A (zh) | 一种地图区域词识别方法、装置、电子设备和存储介质 | |
CN114417194A (zh) | 推荐系统排序方法、参数预测模型训练方法及装置 | |
CN113763066A (zh) | 用于分析信息的方法和装置 | |
US20180046969A1 (en) | Task execution support device, task execution support system, and non-transitory computer-readable storage medium | |
CN112307177A (zh) | 使用非结构会话机器人生成过程流模型 | |
US20170075895A1 (en) | Critical situation contribution and effectiveness tracker | |
CN113342946A (zh) | 客服机器人的模型训练方法、装置、电子设备及介质 | |
US11144881B2 (en) | Computer-generated team based metrics for candidate onboarding and retention | |
CN112580723A (zh) | 多模型融合方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |